LLM에게는 지루한 언어가 더 친절하다

2026년에 코딩 에이전트를 쓰다 보면 모델 성능만큼 중요한 게 하나 더 보인다. 바로 코드베이스가 얼마나 예측 가능한가다.

일관성은 토큰을 아낀다

최근 Hacker News에 올라온 “Use boring languages with LLMs” 글은 이 지점을 잘 짚었다. Go처럼 포맷, 표준 라이브러리, 프로젝트 구조가 비교적 단단한 생태계에서는 LLM이 덜 헤맨다. 반대로 선택지가 너무 많은 환경에서는 모델이 오래된 패턴이나 엉뚱한 패키지를 끌어올 가능성이 커진다.

새로움보다 좁은 선택지

사람 개발자에게 자유도는 장점일 수 있다. 하지만 에이전트에게는 선택지가 많을수록 추론 비용이 늘어난다. “어떤 라이브러리를 쓸까”, “이 프로젝트의 관례는 뭘까” 같은 판단이 계속 쌓이면 작은 작업도 불안정해진다.

boring stack의 실전 가치

그래서 요즘은 화려한 스택보다 지루한 스택이 더 실용적으로 보인다. formatter가 강제되고, 디렉터리 구조가 평범하고, 의존성이 적고, 테스트 실행법이 명확한 프로젝트일수록 에이전트가 바로 작업하기 좋다.

팀이 할 일

에이전트를 잘 쓰고 싶다면 프롬프트만 손볼 게 아니라 코드베이스를 정리해야 한다. README, 테스트 명령, 린트 규칙, 패키지 선택 기준 같은 것들이 모델에게는 사실상 작업 환경이다.

마무리

AI 코딩 시대의 좋은 개발 환경은 더 멋진 도구만으로 만들어지지 않는다. 오히려 덜 특별하고, 덜 모호하고, 반복 가능한 구조가 에이전트에게 가장 친절한 인터페이스가 된다.

Source: https://jry.io/writing/use-boring-languages-with-llms/